AIBit - オープンソースプロジェクトの発見 AIBit - オープンソースプロジェクトの発見
オープンソースプロジェクトウェブスクレイピングとデータAIエージェントと自動化AIツール&リソース
もっと見る
学習とチュートリアルAI研究とベンチマーク開発とセキュリティウェブ & インフラストラクチャメディア&コンテンツ制作ハードウェア & エッジAIスタートアップ向けリソース

2026年8月8日

Kimi K3をCPUでローカル実行:K3Flightの55GBランタイムと929GBモデル

K3Flightは、cPilot Runtimeを介してストレージからウェイトをストリーミングすることで、約55GBのRAMのみで2.8TパラメータのKimi K3モデルをCPU上で実行します。単一ファイルのLinux推論サーバーです。

  • 2026年8月8日

    驚異のエージェント型グロースハッキングスキル:AI駆動マーケティングのためのキュレーションされたディレクトリ

    SEOからライフサイクルマーケティングまで、グロースハッキング、マーケティング、収益運用のためのオープンソースAIエージェントスキルのキュレーションされたディレクトリを探索します。

  • 2026年8月8日

    doc7: 視覚的理解で任意のドキュメントをAI対応Markdownに変換

    doc7は、独自のマルチモーダルモデルを使用してPDF、Officeファイル、スキャン、図をAI対応Markdownに変換し、OCRスタックやページごとの料金を不要にします。

  • 2026年8月8日

    竹蝉:ゼロ依存の単一ファイルで、Web Audioを使って伝統玩具の「ワーワー」という音を再現

    竹蝉プロジェクトを探る:ゼロ依存の単一ファイルのWebシミュレーション。実際の録音サンプル、ロープでつながれた質点の物理、モバイルファースト。子供時代の玩具の音を思い出させてくれます。

  • 2026年8月8日

    2.78兆パラメータのLLMを8GB RAMのシングルCPUで実行する

    ポータブルなC99と巧妙なメモリストリーミングを使用して、2.78兆パラメータのKimi K3モデルがわずか8.24 GBのRAMでシングルCPU上で動作する方法を発見します。

  • 2026年8月2日

    Inflect v2: 3.96Mおよび9.36Mパラメータによるローカルテキストから波形へのTTS

    Inflect v2は、外部ボコーダーを必要とせず、2つのコンパクトなモデル(3.96Mおよび9.36Mパラメータ)で完全な24kHz英語TTSを提供します。アーキテクチャ、評価、CPU展開について詳しく説明します。

  • 2026年8月2日

    KittenTTS: 25MB未満でCPU上で動作する最先端TTS

    KittenTTSは、わずか25MBのモデルで高品質なテキスト読み上げを実現し、完全にCPU上で動作します。使い方、API、エッジAIにとっての重要性について学びましょう。

  • 2026年7月30日

    CrispASR: 53のASRモデルと51のTTSモデルをサポートする単一のC++バイナリ

    CrispASRは、ggml上に構築された統合C++音声エンジンで、53のASRモデルと51のTTSモデルをPython依存関係なしでサポートします。Cohere Transcribe、Parakeet、Voxtral、Qwen3などを単一のCLIから実行できます。

  • 2026年7月29日

    2時間で65MパラメータのVLMをゼロから訓練:MiniMind-V徹底解説

    たった2時間、3ドル未満で65MパラメータのVision-Language Modelをゼロから訓練する方法を、完全なコードとデータセットの詳細とともに学びます。

  • 2026年7月29日

    Claude CodeによるGEOファーストSEO:AI検索エンジン向け最適化

    Claude Code向けgeo-seo-claudeスキルを使用して、ChatGPT、Claude、PerplexityなどのAI搭載検索エンジン向けにウェブサイトを監査・最適化する方法を学びます。

  • 2026年7月29日

    OpenDrop: Pythonで実装されたオープンソースのAirDrop

    OpenDropは、Apple AirDropプロトコルを実装したPythonコマンドラインツールで、Wi-Fi経由でiOSおよびmacOSデバイスとのファイル共有を可能にします。

  • 2026年7月29日

    28.9MパラメータのLLMを8ドルのESP32-S3マイコンで実行する

    GoogleのGemmaモデルによるPer-Layer Embeddingsにより、28.9Mパラメータの言語モデルが8ドルのESP32-S3チップ上で完全に動作し、毎秒9.5トークンのテキスト生成を実現する方法を学びます。

前へ 2 / 54 次へ

AI開発者のための厳選されたAIツール、オープンソースプロジェクト、チュートリアル、リソース集。

利用規約 プライバシーポリシー © 2026 AIBit - オープンソースプロジェクトの発見